当前位置： 首页 > ds >正文

Flask 请求数据获取方法详解

ds 2025/5/9 2:30:42
一、工作原理

在 Flask 中，所有客户端请求的数据都通过全局的 request 对象访问。该对象是 请求上下文 的一部分，仅在请求处理期间存在。Flask 在收到请求时自动创建 request 对象，并根据请求类型（如 GET、POST）和内容类型（如表单、JSON）解析数据，将不同来源的数据封装到对应的属性中（如 args、form、json）。

二、常用方法

  1. 查询参数（URL参数）
    使用 request.args（类型：ImmutableMultiDict）获取 URL 中的查询参数。

    name = request.args.get('name')  # 获取单个参数
all_args = request.args.to_dict()  # 转为字典

  2. 表单数据
    针对 application/x-www-form-urlencoded 或 multipart/form-data 类型的 POST 请求，使用 request.form。

    username = request.form.get('username')

  3. JSON 数据
    当请求的 Content-Type 为 application/json 时，使用 request.json 直接获取解析后的字典。

    data = request.json

  4. 文件上传
    通过 request.files 获取上传的文件（类型：FileStorage）。

    file = request.files.get('file')
if file:file.save('uploaded_file.txt')

  5. 原始数据
    使用 request.data 获取未经处理的原始字节数据（如非表单、非JSON的请求体）。

  6. 请求头与Cookies

    user_agent = request.headers.get('User-Agent')
user_token = request.cookies.get('token')
三、高级用法

  1. 处理多值参数
    当参数有多个值时（如多选框），使用 getlist：

    selected_ids = request.form.getlist('ids')

  2. 强制解析JSON
    即使 Content-Type 不是 application/json，也可强制解析：

    data = request.get_json(force=True)

  3. 流式处理大文件
    使用 request.stream 逐块读取数据，避免内存溢出：

    @app.route('/upload', methods=['POST'])
def upload():def generate():chunk_size = 4096while True:chunk = request.stream.read(chunk_size)if not chunk:break# 处理chunk...return 'Upload complete'

  4. 混合数据（表单+JSON）
    使用 request.values 合并查询参数和表单数据（不推荐混用，需谨慎处理逻辑）。

四、完整示例
from flask import Flask, request, jsonifyapp = Flask(__name__)@app.route('/api', methods=['GET', 'POST'])
def handle_request():# 获取查询参数query_param = request.args.get('q')# 根据不同请求类型处理数据if request.method == 'POST':# 处理表单数据username = request.form.get('username')# 处理JSON数据json_data = request.get_json(silent=True)  # 解析失败返回None# 处理文件上传uploaded_file = request.files.get('file')if uploaded_file:uploaded_file.save('uploads/' + uploaded_file.filename)return jsonify({"query_param": query_param,"username": username,"json_data": json_data,"file_uploaded": bool(uploaded_file)})else:return jsonify({"query_param": query_param})if __name__ == '__main__':app.run(debug=True)
五、注意事项

  1. 请求方法影响数据获取

    • GET 请求只有 args，无 form 或 files。
    • POST 需根据 Content-Type 选择正确的属性（如 form 或 json）。

  2. 处理缺失数据
    使用 .get('key') 而非 ['key'] 避免 KeyError，可指定默认值：

    value = request.form.get('key', 'default')

  3. JSON解析安全

    • 使用 request.get_json(silent=True) 避免解析失败抛出异常。
    • 使用 force=True 时需注意客户端可能发送非法数据。

  4. 文件上传安全

    • 限制文件类型和大小（通过 MAX_CONTENT_LENGTH 配置）。
    • 验证文件名，避免路径遍历漏洞。
六、扩展知识

  1. 请求钩子预处理
    使用 @app.before_request 在请求处理前统一验证或预处理数据：

    @app.before_request
def check_auth():if not request.endpoint == 'login' and not validate_token(request.headers.get('Token')):return jsonify({"error": "Unauthorized"}), 401

  2. 第三方库扩展

    • Flask-RESTful：构建 REST API，自动解析请求数据。
    • Flask-WTF：集成 WTForms，处理表单验证和CSRF保护。

  3. 性能优化

    • 对于大文件上传，使用流式处理或分块传输。
    • 启用 gzip 压缩减少数据传输量。

  4. 测试请求
    使用 Flask 测试客户端模拟请求：

    with app.test_client() as client:response = client.post('/api', data={'username': 'test'}, headers={'Content-Type': 'multipart/form-data'})assert response.status_code == 200
七、错误处理与调试技巧
1. 优雅处理数据解析错误

在解析客户端数据时，可能会遇到格式错误或非法内容，需合理捕获异常：

@app.route('/parse-json', methods=['POST'])
def parse_json():try:data = request.get_json()if data is None:raise ValueError("Invalid JSON")# 处理数据...except ValueError as e:return jsonify({"error": str(e)}), 400

关键点：

  • 使用 silent=True 时，即使解析失败也不会抛出异常，但需手动检查 data 是否为 None。
  • 针对文件上传错误，可检查 request.files 是否存在且文件对象有效。
2. 调试请求数据的实用方法

在开发过程中，快速查看原始请求数据有助于定位问题：

@app.route('/debug', methods=['POST'])
def debug_endpoint():print("Headers:", request.headers)print("Raw Data:", request.data.decode('utf-8'))print("Form Data:", request.form)return "Debug information logged"

工具推荐：

  • Postman：模拟复杂请求（如 multipart/form-data 或自定义 headers）。
  • curl 命令：快速测试 API 接口：
    curl -X POST http://localhost:5000/api -H "Content-Type: application/json" -d '{"key": "value"}'
八、安全加固策略
1. 防范常见攻击

  • CSRF 保护：使用 Flask-WTF 扩展自动生成和验证 CSRF Token：

    from flask_wtf.csrf import CSRFProtect
csrf = CSRFProtect(app)

    在表单中添加隐藏字段：

    <input type="hidden" name="csrf_token" value="{{ csrf_token() }}">

  • SQL 注入防护：始终使用 ORM（如 SQLAlchemy）或参数化查询，避免拼接 SQL 字符串。

  • XSS 防护：对用户输入的内容进行转义（Flask 模板默认自动转义）。

2. 文件上传安全实践

  • 限制文件扩展名：

    allowed_extensions = {'png', 'jpg', 'jpeg'}
filename = uploaded_file.filename
if '.' not in filename or filename.split('.')[-1].lower() not in allowed_extensions:return "Invalid file type", 400

  • 防止路径遍历：使用 secure_filename 处理文件名：

    from werkzeug.utils import secure_filename
safe_filename = secure_filename(uploaded_file.filename)
uploaded_file.save(f'uploads/{safe_filename}')
九、异步与性能优化
1. 异步处理大请求

使用 async/await 处理耗时操作（需 Flask 2.0+ 支持异步视图）：

@app.route('/async-upload', methods=['POST'])
async def async_upload():data = await request.get_data()# 异步处理数据（如写入数据库）return "Processing completed"

适用场景：

  • 大文件上传后的后台处理（如视频转码）。
  • 高并发下的非阻塞 IO 操作。
2. 性能调优建议

  • 配置请求体大小限制：

    app.config['MAX_CONTENT_LENGTH'] = 100 * 1024 * 1024  # 限制为100MB

  • 启用压缩：通过 Nginx 或 GzipMiddleware 压缩响应数据：

    from flask_compress import Compress
Compress(app)
十、与其他技术栈集成
1. 结合前端框架处理数据

  • React/Vue 表单提交：确保前端 Content-Type 与后端匹配：

    // 使用FormData处理文件上传
const formData = new FormData();
formData.append('file', fileInput.files[0]);
fetch('/api/upload', { method: 'POST', body: formData });

  • AJAX 请求处理：Flask 自动解析 application/json，前端需明确设置 headers：

    fetch('/api/data', {method: 'POST',headers: { 'Content-Type': 'application/json' },body: JSON.stringify({ key: 'value' })
});
2. 扩展数据格式支持（如 XML）

若需解析 XML 请求，可自定义解析逻辑：

from xml.etree import ElementTree@app.route('/xml', methods=['POST'])
def parse_xml():xml_data = request.dataroot = ElementTree.fromstring(xml_data)value = root.find('key').textreturn jsonify({"value": value})
十一、实战案例：构建RESTful API
1. 用户注册接口

处理混合数据（JSON + 文件头像上传）：

@app.route('/register', methods=['POST'])
def register():# 解析JSON数据user_data = request.get_json()username = user_data.get('username')# 处理头像文件avatar = request.files.get('avatar')if avatar:avatar.save(f'avatars/{secure_filename(avatar.filename)}')# 保存用户到数据库（伪代码）save_user(username)return jsonify({"status": "success"})
2. 分页查询接口

结合查询参数与数据过滤：

@app.route('/articles', methods=['GET'])
def get_articles():page = request.args.get('page', 1, type=int)per_page = request.args.get('per_page', 10, type=int)articles = Article.query.paginate(page=page, per_page=per_page)return jsonify({"data": [article.to_dict() for article in articles.items],"total_pages": articles.pages})
十二、总结

Flask 的请求数据获取机制兼顾灵活性与简洁性，开发者需根据实际场景选择合适的方法：

  • 基础场景：直接使用 request.args、request.form、request.json。
  • 复杂场景：结合流式处理、异步操作或第三方库扩展功能。
  • 安全优先：始终验证输入、限制资源、防范常见攻击。

通过合理设计数据流和错误处理机制，可以构建出高效、健壮的 Web 应用。

http://www.xdnf.cn/news/2078.html

相关文章：

  • 信息学奥赛一本通 1509：【例 1】Intervals | OpenJudge 百练 1201:Intervals
  • NLP高频面试题（五十四）——深度学习归一化详解
  • 使用npm install或cnpm install报错解决
  • 鼠标指定范围内随机点击
  • websheet之 编辑器
  • PyTorch与CUDA的关系
  • Android——Activity与Fragment通信
  • Asp.Net Core 异常筛选器ExceptionFilter
  • Python教程(一)——Python速览
  • 白鲸开源与亚马逊云科技携手推动AI-Ready数据架构创新
  • ＜论文＞（谷歌）用于时序链接预测的迁移学习
  • Asp.Net Core 基于(asp.net core 2.2) 创建asp .net core空项目
  • vite+vue2+elementui构建之 package.json
  • 深度解析：从12306看混合云架构下的高并发系统设计
  • Z-Wave正通过自我革新，重塑在智能家居领域新定位
  • 2025年的营销趋势-矩阵IP
  • （Go Gin）上手Go Gin 基于Go语言开发的Web框架，本文介绍了各种路由的配置信息；包含各场景下请求参数的基本传入接收
  • 数据湖DataLake和传统数据仓库Datawarehouse的主要区别是什么？优缺点是什么？
  • FlinkSql入门与实践
  • Linux文件管理完全指南：从命名规则到压缩解压
  • OpenHarmony - 小型系统内核（LiteOS-A）（十），魔法键使用方法，用户态异常信息说明
  • 字节：视频一致性生成论文速读
  • 【滑动窗口+哈希表/数组记录】Leetcode 76. 最小覆盖子串
  • kafka整合flume与DStream转换
  • Linux软硬链接和动静态库(20)
  • mac brew 无法找到php7.2 如何安装php7.2
  • 【机器学习速记】面试重点/期末考试
  • 【音视频】⾳频处理基本概念及⾳频重采样
  • 企业级智能合同管理解决方案升级报告：道本科技携手DeepSeek打造智能合同管理新标杆
  • （六）机器学习---聚类与K-means